MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386632243 · doi:10.1101/2023.09.06.23294696

Predictors of SARS-CoV-2 anti-Spike IgG antibody levels following two COVID-19 vaccine doses among children and adults in the Canadian CHILD Cohort

2023· preprint· en· W4386632243 sur OpenAlexafffundabout
Rilwan Azeez, Larisa Lotoski, Geoffrey L. Winsor, Corey Arnold, Yannick Galipeau, Martin Pelchat, Stephanie Goguen, Theo J. Moraes, Piush J. Mandhane, Stuart E. Turvey, Shelly Bolotin, David M. Patrick, Jared Bullard, Lisa M. Lix, Natasha Doucas, Natalie Rodriguez, Fiona S. L. Brinkman, Padmaja Subbarao, Marc‐André Langlois, Meghan B. Azad

Notice bibliographique

RevuemedRxiv · 2023
Typepreprint
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensBC Centre for Disease ControlPublic Health OntarioUniversity of British ColumbiaUniversity of AlbertaManitoba HealthUniversity of OttawaUniversity of ManitobaSimon Fraser UniversityUniversity of TorontoSickKids FoundationChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesCanadian Institutes of Health ResearchHospital for Sick ChildrenCanada Research ChairsChildren's Hospital FoundationPublic Health AgencyGenome British ColumbiaUniversity of AlbertaBC Children's HospitalPublic Health Agency of CanadaMcMaster UniversityResearch ManitobaGenome Canada
Mots-clésMedicineVaccinationCohortAntibodyImmunologyCohort studyImmune systemCoronavirus disease 2019 (COVID-19)Young adultSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PediatricsInternal medicineDiseaseInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract Background Vaccination helps prevent SARS-CoV-2 infection and severe COVID-19. However, vaccine-induced humoral immune responses vary among individuals and wane over time. We aimed to describe the SARS-CoV-2 anti-spike IgG antibody response to vaccination and identify health and demographic factors associated with this response among children and adults. Methods We studied a subset of double-vaccinated children (n= 151; mean age: 12 ±1.5 years, 46% female) and adults (n= 995; 44 ±6.0 years, 60% female) from the Canadian CHILD Cohort. Dried blood spots were collected over two time periods (March 2021 to September 2021; October 2021 to January 2022). Antibody levels were quantified using automated chemiluminescent ELISAs. Demographic, vaccination, and health data were collected via online questionnaires. Associations were determined using multivariable regression. Results Our cohort had SARS-CoV-2 anti-spike seropositivity rate of 97% following two COVID-19 vaccine doses. In both children and adults, the highest antibody levels were observed around three months post-vaccination and did not differ by biological sex. Higher antibody levels were associated with: prior SARS-CoV-2 infection (β=0.15 scaled luminescence units, 95%CI, 0.06-0.24), age <18 years (β=0.15, 95%CI 0.05-0.26) and receiving the Moderna mRNA (β=0.23, 95%CI 0.11-0.34) or Pfizer-BioNTech mRNA vaccines (β= 0.10, 95%CI, 0.02-0.18) vs. a combination of mRNA and Oxford-AstraZeneca viral vector vaccines. There were no differences in antibody levels when comparing a 3-8 vs. 9-16-week interval between vaccine doses. Interpretation We identified key factors associated with post-vaccination antibody responses in children and adults, which could help improve future vaccine development and deployment among different population subgroups.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,049
Tête enseignante GPT0,366
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetSARS-CoV-2 and COVID-19 Research→Travaux en français237 207→